Fechar

1. Identificação
Tipo de ReferênciaePrint (Electronic Source)
Sitemtc-m16c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Repositóriosid.inpe.br/ePrint@80/2006/12.20.23.38
Última Atualização2006:12.20.22.38.25 (UTC) administrator
Repositório de Metadadossid.inpe.br/ePrint@80/2006/12.20.23.38.24
Última Atualização dos Metadados2018:06.04.04.22.31 (UTC) administrator
Chave de CitaçãoTrontoSilvAnna::ArNeNe
TítuloThe artificial neural networks model for software effort estimation
Data da Última Atualização2006-12-21
Data de Acesso11 maio 2024
Tipo de SuporteOn-line
Número de Arquivos1
Tamanho115 KiB
2. Contextualização
Autor1 Tronto, Iris Fabiana de Barcelos
2 Silva, Jose Demisio Simoes da
3 Anna, Nilson Sant
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHH2
3 8JMKD3MGP5W/3C9JHUR
Grupo1 LAC-INPE-MCT-BR
2 LAC-INPE-MCT-BR
3 LAC-INPE-MCT-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 iris_barcelos@lac.inpe.br
2 demisio@lac.inpe.br
3 nilson@lac.inpe.br
ProdutorInstituto Nacional de Pesquisas Espaciais
CidadeSão José dos Campos
AvançoePrint update
Histórico (UTC)2006-12-20 23:38:25 :: iris_barcelos@lac.inpe.br -> administrator ::
2007-11-28 19:26:41 :: administrator -> iris_barcelos@lac.inpe.br ::
2008-04-26 01:40:02 :: iris_barcelos@lac.inpe.br -> administrator ::
2018-06-04 04:22:31 :: administrator -> iris_barcelos@lac.inpe.br ::
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoem andamento
Transferível1
Palavras-ChaveSoftware effort estimation
neural network model
regression analysis
ResumoMachine learning techniques such as neural networks, rule induction, genetic algorithm and case-based reasoning are finding application in a wide variety of fields such as computer vision, econometrics and medicine, where human abilities have proven to be superior to those of computers. Such techniques hold the promise of being able to make sense of a variety of inputs of different types in producing an output. Software effort modeling has always appeared to be a rather hit-or-miss business where statistical methods frequently result in low accuracy of prediction. Some experiments using an artificial neural networks have been conducted, highlighting some of the problems that arise when machine learning techniques are applied to software effort modeling. These experiments show that, compared with conventional regression analysis, improved accuracy of prediction is possible.
ÁreaCOMP
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > The artificial neural...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/sid.inpe.br/ePrint@80/2006/12.20.23.38
URL dos dados zipadoshttp://urlib.net/zip/sid.inpe.br/ePrint@80/2006/12.20.23.38
Arquivo Alvov1.pdf
Grupo de Usuáriosadministrator
iris_barcelos@lac.inpe.br
administrator
Visibilidadeshown
Permissão de Atualizaçãotransferida para ePrint update
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3ESGTTP
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.51.54 1
Acervo Hospedeirosid.inpe.br/mtc-m18@80/2008/03.17.15.17
6. Notas
Campos Vaziosaccessyear alternatepublication archivingpolicy archivist contenttype copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition format identifier isbn issn label language lineage mark mirrorrepository nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit project readergroup readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark secondarytype session shorttitle sponsor stageofalternatepublication subject tertiarymark tertiarytype url versiontype year
7. Controle da descrição
e-Mail (login)iris_barcelos@lac.inpe.br
atualizar 


Fechar